# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
DeepMind 刚上任的 AGI 经济学总监 Alex Imas 曾担忧 AI 导致失业和需求坍缩，如今提出一个谨慎乐观判断，AI 会压低可复制劳动价格，也会推高护理、教育、医疗、服务等关系型劳动的价值。
专注研究 AI 对经济社会的影响的顶级学者，芝加哥大学教授 Alex Imas 加入谷歌 DeepMind 担任 AGI 经济学总监（Director of AGI Economics），DeepMind CEO Demis Hassabis 转发确认了这一重大人事消息。
https://x.com/alexolegimas/status/2052778908882174302
https://x.com/demishassabis/status/2052949334715502775
Imas 原本是芝加哥大学经济学家，长期研究行为经济学和 AI 对劳动力市场的影响。
他不只是在论文里讨论技术冲击的人。
他一边认真使用 Claude、ChatGPT 等前沿模型，一边严肃对待 AI 可能带来的失业、工资份额下降和需求坍缩。
更准确地说，他曾经非常悲观。
此前在接受《财富》杂志采访时，Imas 说，自己最初的反应是害怕。
自动化如果消灭大量岗位，工资收入随之萎缩，只有资本所有者还握有购买力，但他们已经接近消费饱和。
被替代的劳动者买不起东西，需求下降，经济收缩，这是近年来 AI 经济讨论中最具压迫感的场景之一。
现在，他给出了一个相对乐观的答案。
这个答案的关键词不是 AGI，不是生产率爆炸，也不是全民基本收入。
而是人。
Imas 最近反复提到星巴克。
这家公司卖的是高度标准化的咖啡产品。
技术上，减少门店人力并不难。
过去几年，咖啡连锁企业一直在通过自动化、流程化和人员压缩来保护利润率。
但星巴克新任 CEO Brian Niccol 最近做了一个反向动作，恢复手写杯身、陶瓷杯、舒适座椅，重新强调门店里的「人味」。
更多咖啡师被招聘，一些自动化流程被降速。
这件事被 Imas 看作一个信号。
当 AI 让越来越多商品和服务变得便宜、标准、可复制时，真正稀缺的东西会换地方。
过去稀缺的是产能、技术、渠道，未来更稀缺的可能是人的在场、人与人的关系、某种不可复制的来源感。
Starbucks 的调整看起来很小，放进 AI 经济的大背景里，却很值得玩味。
消费者买咖啡，买到最后并不只是在买咖啡因。
那张桌子、那个熟悉的店员、杯子上的手写名字、周围人声形成的微弱陪伴感，都在构成价格的一部分。
效率没有失效，只是效率无法解释全部价值。
Imas 的理论底座来自结构变化经济学。
1900 年前后，美国约 40% 的劳动力还在农业部门——而今天这个比例已经不到 2%。
人类没有停止吃饭，只是当农业生产率大幅提升后，社会不再需要把大量劳动力放在食物生产上。
劳动力被重新分配到制造业、服务业，以及后来更细分的消费部门。
这段历史给了 AI 冲击一个可参考的框架。
如果 AI 显著提高某些部门的生产率，价格下降后，人们不会无限购买同一种便宜商品。
收入提高或成本下降后，需求会迁移到新的地方。
Imas 引用 2021 年 Econometrica 的一篇论文，指出历史上部门再分配的主要动力，很大程度来自收入效应。
https://www.nber.org/system/files/working_papers/w21595/w21595.pdf
人变富之后，并不会只是多买同样的东西，而会转向那些收入弹性更高的商品和服务。
AI 时代也可能如此。
当文本、图像、代码、基础咨询、标准化客服越来越便宜，消费者会把更多钱花到关系型部门。
护理、教育、医疗、心理咨询、儿童照护、餐饮、酒店、私人服务，这些岗位的共同点是都包含人际互动。
护士、教师、咖啡师、医生、治疗师并不靠表演生存。
他们创造价值的方式更日常，也更难被蒸馏。
他们需要观察对方的情绪，理解上下文，建立信任，承担责任。
这些东西可以被 AI 增强，却很难被完全压缩成一段自动回复。
Imas 还用了一个很有意思的观察。
今天的亿万富翁几乎没有预算约束。
理论上，他们可以独自住在岛上，消费最好的电影、游戏、软件、设备和私人娱乐系统。
但现实中，很多富人把大量时间花在播客、社交平台、现场演出、公共讨论和人与人的互动上。
这说明一个问题，人的关系需求很难被完全满足。
它带有比较性，也带有社会性。
人想要的不只是功能，还有被看见、被回应、被某个真实的人认真对待。
法国哲学家 René Girard 关于模仿欲望的讨论，也被 Imas 纳入解释框架。
人们常常因为别人想要、别人得不到，才更想拥有某件东西。
他和合作者的实验显示，当受试者得知某个商品会把一部分人排除在购买之外时，对同一商品的支付意愿会明显上升。
后续研究还发现，如果商品被认为由 AI 参与生成，这种稀缺溢价会下降，因为 AI 制造物被天然视为可复制。
这对 AI 消费经济很关键。
越容易复制的东西，越难维持身份溢价。
越带有人类来源、关系链条和不可替代场景的东西，越可能变贵。
很多人谈 AI 后的就业，会把希望寄托在艺术家、创作者和表演者身上。
Imas 认为这容易跑偏。
关系型部门的重点不是高雅艺术，也不只是舞台和镜头。
星巴克员工不是表演者，医院里的护士、学校里的老师、肿瘤数据团队里的协调者，也不是靠才艺吃饭。
他们的工作价值来自另一种东西，复杂机构里的信任、判断和协作。
一位大型医疗非营利组织的数据科学家说，公司给全员部署了企业版 ChatGPT，管理层能清楚说出的用例主要是写邮件和总结邮件。
真正涉及癌症患者数据的统计分析，由于保护性健康信息、法律审查和机构流程，模型根本无法直接进入核心环节。
这位数据科学家并不排斥 AI。
他用 ChatGPT 更快翻译统计代码，也能迅速做出癌症生存风险计算器原型。
问题在于，从原型到公开使用，中间隔着法律审查、拨款申请、NIH（美国国立卫生研究院）沟通、委员会流程，以及一群忙到每天只能给他 15 分钟的外科肿瘤医生。
他的关键工作并不是跑回归。
是把医生的临床直觉翻译成统计问题，把统计模型翻译成医生能信任的表达，再让整个机构愿意为一个结果负责。
这就是 Imas 所说的关系型劳动。
Imas 的乐观并不轻松。
他的前提是，社会有时间完成转移。
农业劳动力转向制造业和服务业，是一场跨越几十年的结构变化。
AI 如果在几年内迅速替代大量白领任务，劳动力市场、教育体系和制度安排可能来不及消化。
这也是他仍然担心的地方。
摩根士丹利在 3 月的一份研究中提醒投资者关注 AI 对就业的冲击——大模型能力提升速度超出预期，裁员压力正在变得更尖锐。
现实里同时存在两幅平行的画面。
一边是前沿模型能力不断抬高。
很多仍然用几年前对 ChatGPT 的印象判断 AI 的人，远远低估了变化速度。
另一边是企业内部的部署非常粗糙。
昂贵的企业账号推到员工面前，最后只能落实到写邮件、总结邮件。
所以，Hassabis 把 Alex Imas 拉进 DeepMind，值得关注的地方不只是又一位经济学家进入 AI 实验室。
DeepMind 需要的不只是训练更强模型，也需要理解强模型进入社会后的摩擦系数。
AI 可以把很多任务变便宜，但便宜之后，人类会买什么、雇佣什么、信任什么，会重新决定经济结构。
技术能力是一条线，社会吸收能力是另一条线。
两条线之间的距离，可能决定未来十年的就业震荡程度。
Imas 给出的乐观版本很克制。
AI 会继续压低可复制工作的价格，关系型劳动可能吸收一部分人，医生、教师、护士、治疗师、服务业人员的工作也会被重塑。
常规任务交给模型，人类保留关系、判断、安慰、信任和责任。
但如果技术扩散太快，这个缓冲区会被击穿。
AGI Economics 这个职位名，把一个过去常被技术叙事挤到边缘的问题放到了台前，AGI 不只是更聪明的模型，还要回答经济如何承接它。
AI 会让什么变得廉价，也会让什么变得昂贵。
现在看，昂贵的那部分，可能仍然来自一个真实的人，坐在另一个真实的人面前，坦诚交流。
参考资料：
https://fortune.com/2026/04/19/alex-imas-human-jobs-ai-economy-chicago-economist-substack-doomsday-scenario/
文章来自于"新智元"，作者 "艾伦"。
